多类型随机图形生成方法及应用研究

摘要

在总结、分析现有随机图形生成方法的基础上,结合自由形状的造型技术、自适应神经网络的自适应学习机理,从增强随机图形的可预见性和可控性出发,在一个统一的框架体系内,研究了多种随机图形的生成方法,为增强随机图形的造型功能和自然现象的模拟能力提供了新的思路和新途径.第1章绪论对主要的随机图形造型方法所具有的特点、优点和缺点,以及存在的若干问题进行了较为全面地分析.从随机图形具有更好的可预见性和可控性出发,提出了本文主要的研究问题、研究内容和研究思路.第2章在自由形状造型技术的基础上,对型值点赋予了新的涵义,提出了基于型值点控制的随机图形生成的基本模型.给出了获取各种不同性质的型值点的方法和调控线性组合系数取值规则的随机控制法和自适应神经网络控制法,极大地增强了随机图形的造型功能,为生成具有各种不同形态特征的随机图形提供了新的途径.第3章在没有生成中间几何图元的情况下,提出了基于型值点随机组合,从离散到离散的随机图形生成方法.详细地论述了如何利用线性组合系数和型值点的随机性来调控随机图形的形态特征,形态的趋势性、模糊性和随机渐变性.提出的方法能够对随机图形的散乱块状结构之间的模糊过渡性、非连通性的形态特征进行有效地控制.第4章从增强随机图形的可预见性和可控性出发,将随机图形与自由形状相结合,提出了随机图形变形生成的自适应神经网络控制法和插值移位法.在自适应神经网络控制法中,将调配型自由曲面作为自适应线性神经元网络的学习对象,在没有加入随机移位扰动量的情况下,生成具有非规则结构特征和较好可控性的随机图形.在插值移位法中,以自由曲面离散生成的de Casteljau算法为基础,给出了两种插值移位变形方法——均匀插值移位法和非均匀插值移位法.算法中,利用各种不同性质的移位扰动量调控随机图形的复杂多样性;利用非均匀的递归插值方式,将非规则精细结构的形成融入到插值过程中,在没有加入随机性的情况下,生成具有非规则结构特征的随机图形.第5章提出了一种基于多变量随机映射的、多种映射对应关系混合控制的随机图形生成方法.算法中,利用变量取值的随机性和非规则性控制随机图形的随机性和非规则性;利用多个点映射对应关系、多个变量对应关系和多个对象形状控制随机图形的随机性;利用变量对应点之间的Manhattan距离调控几何纹理的形成过程和纹理合成过程,可较好地对局部颜色纹理合成和几何纹理形成的连贯性变化进行调控.第6章结合一些重要的自然现象所具有的形态特征,将随机图形生成的多种方法应用于云团、云层变形、地形地貌、龙卷风的几何形态生成,并给出了相应的模拟效果图.第7章对全文的研究问题进行了总结,指出了本文的创新点,提出了进一步的研究方向.

目录

独创性声明及学位论文版权使用授权书

摘要

Abstract

第1章绪论

1.1引言

1.2随机图形生成方法概述

1.2.1随机现象的图形特征

1.2.2随机图形的生成方法

1.2.3随机图形生成方法存在的问题回顾

1.3随机图形的若干问题

1.3.1全局性与局部性问题

1.3.2随机性与可控性问题

1.3.3动态性与连贯性问题

1.4本文研究的问题、内容及方法思路

1.4.1研究的问题

1.4.2研究内容及方法思路

1.5本章小结

第2章基于随机组合的随机图形生成原理

2.1引言

2.2随机图形生成的基本模型

2.3组合系数的取值规则与调控方法

2.3.1组合系数的取值方式

2.3.2组合系数取值的约束模型

2.3.3组合系数取值的调控方法

2.4型值点的划分和获取方法

2.4.1型值点的划分和定义

2.4.2预选型值点的给定方式

2.4.3随机型值点的获取方法

2.4.4混合型值点的获取方法

2.5本章小结

第3章基于点绘制的随机图形离散生成方法

3.1引言

3.2随机图形离散生成的基本算法

3.2.1随机型值点组合算法

3.2.2混合型值点组合算法

3.2.3确定性型值点组合算法

3.3随机图形模糊块状结构形成的控制方法

3.3.1模糊块状结构形成的确定性型值点控制

3.3.2模糊块状结构形成的随机型值点控制

3.3.3模糊块状结构形成的混合型值点控制

3.4随机图形形态趋势的调控方法

3.4.1形态趋势的组合系数调控

3.4.2形态趋势的调控型值点控制

3.4.3形态趋势的动态预选型值点控制

3.4.4随机图形模糊性的渐变过程控制

3.4.5随机图形块状结构生成的自适应神经网络控制

3.5随机图形的随机体密度确定及调控

3.5.1随机体密度确定的网格划分法

3.5.2随机体密度的调控方法

3.6本章小结

第4章基于面变形的随机图形生成方法

4.1引言

4.2自由形状变形的基本模型

4.2.1连续形状变形模型

4.2.2离散形状插值移位变形模型

4.3自由曲面无规律变形的自适应神经网络控制法

4.3.1组合系数调控的自适应神经网络设置

4.3.2随机图形的生成及形态特征调控

4.4自由曲面有规律变形的插值移位控制法

4.4.1随机图形生成的均匀插值移位法

4.4.2随机图形生成的非均匀插值移位法

4.5本章小结

第5章基于多变量随机映射的随机图形生成方法

5.1引言

5.2变量映射对应关系建立的方法

5.2.1确定性变量空间的生成

5.2.2随机变量空间的转换生成

5.2.3混合型变量空间的生成

5.2.4变量取值规则的调控方法

5.2.5变量对应关系及随机映射过程的建立

5.2.6多个变量对应关系的建立及随机选取方法

5.3点映射对应关系建立的方法

5.3.1几何形状上点的确定方法

5.3.2几何形状上点的对应规则

5.3.3点映射对应关系建立的坐标组合法

5.3.4多个点映射对应关系建立及随机选取法

5.4随机图形生成的变量映射控制方法

5.4.1随机映射过程建立方法和映射方式

5.4.2颜色纹理变形与合成的映射方法

5.4.3几何纹理合成的映射方法

5.4.4纹理合成的Manhattan距离调控

5.4.5随机变形的自组织映射方法

5.5本章小结

第6章自然现象的模拟实例

6.1引言

6.2云团的模拟

6.3云层的随机变形

6.4风的模拟

6.5尾气的模拟

6.6地形地貌的模拟

6.7本章小结

第7章总结与展望

7.1全文总结

7.2今后工作展望

参考文献

附录一：攻读博士期间发表论文情况

附录二：攻读博士期间参加科研及获奖情况

致谢